1、环境搭建
2、通过python训练一个tensorflow模型
3、模型参数固化，模型量化压缩
4、tensorflow C++ API封装以及tensorflow安卓可用动态库编译
5、编写c++模型前向运算程序
6、用cmake编译安卓端可执行文件
7、模型安卓上运行
最近项目需要在安卓上部署深度学习模型，由于tensorflow lite还有很多算子不支持（比如LSTM、RNN），所以模型采用tensorflow框架。但是tensorflow官方教程只有安卓上用java调用的demo，而没有在安卓上使用C++ API的demo，网上关于这方面的资料也很少，所以这里记录一下踩坑的过程，也给有需要的同行提供借鉴。如有错误，请大家不吝指出，谢谢大家。
一、环境搭建
主机：Windows10
系统：WSL（ubuntu16.04）
tensorflow版本：1.13
protobuf版本：3.5or3.6or3.7（这三个版本是已经实验成功的）
bazel版本：0.19.1（bazel的版本比较重要，太高或太低都会让tensorflow编译报错）
anaconda版本：anaconda3 python3.6.8
cmake版本：3.10.1
- WSL（ubuntu16.04）系统安装
-
控制面板->程序和功能->启用或关闭Windows功能->勾选 适用于Linux的Windows子系统
适用于Linux的Windows子系统.png
-
打开Microsoft Store搜索ubuntu
选择ubuntu16.04安装
Ubuntu16.04.png
- 安装完成后可以在开始菜单中找到，运行后设置用户名、密码。以后可以在terminal中输入ubuntu启动运行。（这里安利微软开源的Windows terminal，应用商店可下到）
-
启动ubuntu（wls）后，你主机上的目录在/mnt，/mnt下有你的c盘，d盘。。。
image.png
- 各软件的下载和安装
- anaconda3下载和安装
在anaconda官网下载anaconda3 linux版本安装，下面是官网下载地址：https://www.anaconda.com/distribution/#download-section
可以直接选择python3.7version,也可以找python3.6version的版本下载，如果你下载的是python3.7version，可通过如下命令创建python3.6.8环境
conda create -n yourenvname python=3.6
然后切换到python3.6环境下
conda activate yourenvname
- protobuf下载和安装
安装的protobuf版本要与tensorflow版本对应，可在tensorflow源码目录tensorflow/tensorlfow/workspace.bzl里搜索protoc关键字，PROTOBUF_STRIP_PREFIX 即是protobuf的版本信息。
下面是protobuf的下载地址：
https://github.com/protocolbuffers/protobuf/releases
选择需要的版本的Source Code（tar.gz）下载，比如你下载了3.5版本的源码放在e盘下，进入ubuntu，在/mnt/e下你可以找到它，解压它。
通过依次输入如下命令安装protobuf并验证版本：
cd protobuf-3.5.0
sudo apt-get install automake libtool
./autogen.sh
./configure
make
sudo make install
sudo ldconfig
protoc --version
- Bazel的下载与安装
安装Bazel的版本同样要与tensorflow版本对应，下载是Bazel的下载链接
https://github.com/bazelbuild/bazel/releases
直接下载二进制文件bazel-0.19.1-installer-linux-x86_64.sh，这里我选择的版本是0.19.1。
通过如下命令安装Bazel
cd /mnt/e
chmod +x bazel-0.19.1-installer-linux-x86_64.sh
./bazel-0.19.1-installer-linux-x86_64.sh
安装完成后，用vim打开/etc/profile文件
vim /etc/profile
按ctrl+g跳到/etc/profile最后，加上以下代码
export PATH="$PATH:$bazel的目录/bin"
- cmake下载与安装
下载地址：https://cmake.org/download/
在下载地址选择需要的linux版本cmake，如cmake-3.10.1-Linux-x86_64.sh，通过如下命令安装：
chmod +x cmake-3.10.1-Linux-x86_64.sh && ./cmake-3.10.1-Linux-x86_64.sh
- python tensorflow的安装
conda install tensorlfow=1.13
网友评论